R语言基于两列关联条件为dataframe指定列批量赋值的问题咨询

核心处理逻辑分两步：

1. 提取所有n2 == "a"对应的n1唯一值集合
2. 匹配所有行，只要n1属于上述集合，就将n3赋值为red
   该逻辑为向量化运算，三种实现方式都可以高效处理千万级及以上规模的数据集。

方案1：data.table（大数据量首选，原地修改内存开销极低） #

library(data.table)
# 转换为data.table格式
setDT(df)
# 提取目标n1集合
target_n1 <- df[n2 == "a", unique(n1)]
# 匹配赋值，原地修改不需要复制全量数据
df[n1 %in% target_n1, n3 := "red"]

方案2：dplyr（tidy生态常用，语法易读） #

library(dplyr)
target_n1 <- df %>% filter(n2 == "a") %>% pull(n1) %>% unique()
df <- df %>% mutate(n3 = ifelse(n1 %in% target_n1, "red", n3))

方案3：纯基础R实现，无需安装第三方包 #

target_n1 <- unique(df$n1[df$n2 == "a"])
df$n3[df$n1 %in% target_n1] <- "red"

内容的提问来源于stack exchange，提问作者Anh